基于优化遗传算法的软硬件划分方法

针对软硬件划分问题,研究了一种优化的遗传算法,提出硬件倾向度的概念,用于遗传算法初始群体的生成,减少了初始解的随机性和搜索的盲目性;在遗传算法过程中,使交叉变异概率随着遗传过程由大变小,保证早期具有较大的搜索空间,后期又能保留较好的解,使用动态结束条件自适应结束遗传算法。与对比算法相比,该算法的效率较高,且在大规模问题求解上能够获得更优解。     

基于遗传算法的卫星通信抗干扰引擎研究

卫星通信抗干扰引擎是实现卫星通信系统抗干扰智能化和网络化的一项关键技术,它的主要功能是通过智能化的处理方式对全网终端的可控参数进行配置,在兼顾性能的基础上实现全网抗干扰能力的优化,快速适应干扰变化。文章设计了一种基于遗传算法的抗干扰引擎,并研究了两种遗传算法在抗干扰引擎中的应用。仿真结果显示文中设计的抗干扰引擎能够对不同的传输模式进行权衡,得出一组满足当前模式的传输参数。     

遗传算法在制导武器火力精确分配中的应用

火力分配问题在充分发挥武器系统作战效能中占有重要地位,在该问题传统模型的基础上提出了一种基于遗传算法的高效求解方法.详细介绍了所用遗传算法的一种两层结构的编码方式,并给出了相关的选择、交叉、变异等遗传算子的具体设计.最后在MATLAB环境下,运用此方法解决了两个应用实例,仿真结果进一步表明了此算法在作战决策中是高效可行的,具有很高的应用价值.     

基于遗传算法的陆基导航布站方法研究

陆基导航是一种通过高精度的测距进行定位、定速的系统,其定位、定速精度与布站有密切关系.为优化陆基导航的布站结果,提高惯性+陆基复合导航精度,提出了一种基于遗传算法的陆基导航布站方法.推导了使用惯性+陆基复合导航的Cramer-Rao下界(CRLB),并以其作为遗传算法布站寻优的适应性函数,再结合其他影响布站的因素作为约束条件,形成了基于遗传算法的布站方法.数学仿真表明,通过该方法的布站可得到较为满意的复合导航的精度,在实际工程应用中具有重要意义.     

基于文化算法的战区高层反导目标分配

战区高层反导目标分配是战区高层反导指挥控制系统的重要组成部分,其算法的快速性关系到最大作战效能的发挥.在分析战区高层反导目标分配特点的基础上,建立了相应的目标分配数学模型,并利用文化算法的基本框架和求解步骤对该模型进行求解.仿真实验结果表明,与改进型遗传算法相比,文化算法求解该模型迭代次数更少,收敛更快,从而为作战赢得了宝贵时间,证明了算法的有效性.     

不确定环境下飞行器航迹规划

根据环境的确定性程度,飞行规划可划分为确定性航迹规划和不确定性航迹规划。针对不确定战场环境航迹规划问题进行了研究,提出了一种基于概率表示的军用飞行器航迹规划方法。根据威胁源的存在概率函数、位置分布概率函数和静态威胁概率函数模型,建立了不确定威胁的威胁概率函数模型。将遗传算法运用到航迹规划中,并进行了仿真实验,仿真结果验证了模型及算法的有效性。     

解坦克分队武器-目标分配问题的小生境遗传算法

为快速求解坦克分队武器-目标分配（Weapon-Target Assignment,WTA）模型,对基本遗传算法的关键步骤进行改进,设计了独特的基于火力单元排序的战术种群初始化策略,引入小生境共享函数和参数自适应机制,完成了基于小生境自适应改进遗传算法的设计与实现。最后进行了仿真试验,试验结果表现出了良好的收敛效果。     

基于云进化的遗传粒子滤波算法

针对粒子滤波器存在的粒子贫乏问题,提出了一种基于云模型改进的遗传重采样方法。选择操作采用相隔一定代数进行随机采样的方式,防止选择压力过大导致粒子贫化;利用Y云发生器实现变异操作,根据粒子的观测概率自适应控制搜索范围,在现有粒子的附近搜索精良粒子,在提高粒子有效性的同时增加了粒子的多样性。仿真结果表明：改进后的算法有效地解决了粒子的贫乏问题,提高了滤波性能。     

基于效果的作战方案优化方法

针对实际作战中快速、正确的决策要求,在基于效果作战的概念下,采用面向实体的方法对作战方案进行建模,并提出基于DBN的评估网络作为方案优化的评估引擎,利用GA在评估结果中搜索得到最优的作战方案。最后以某登陆战役为实例验证了该方法的有效性。考虑了作战过程中的不确定因素,保证了优化后的方案能达到最佳效果的同时还具有较高的鲁棒性,为作战指挥员优选作战方案提供了科学依据。     

《军事通信技术》2011年优秀论文获奖名单

一等奖(2名):臧国珍,王恺,夏莹.基于Alamouti码的卫星差分协同方案设计与仿真(3—1);屈冰峰,沈越泓,陈士周.一种结合Turbo均衡和栅格OFDM系统的T-LOFDM系统(1—6)。二等奖(5名):褚伟铭,尹浩,田畅.JTIDS自组织组网路由协议及性能分折(2—1);陈剑斌,